matplotlib边际均值

Matplotlib是一个流行的Python数据可视化库，它支持各种类型的图表制作。边际均值（Marginal Mean）通常是指在一个二维散点图或者直方图中，对每个轴单独计算出来的平均值。在Matplotlib中，如果你有一个散点图DataFrame，比如`df`，并想显示每个变量的边际分布，你可以使用`plt.hist()`函数分别绘制每个变量的分布，然后在每个小图上添加其对应的边际均值。

例如：

import matplotlib.pyplot as plt
import pandas as pd

# 假设 df 是一个包含两个变量的数据框
data = {'variable1': [val1, ...], 'variable2': [val2, ...]}
df = pd.DataFrame(data)

fig, axs = plt.subplots(1, 2, figsize=(10, 4))

# 绘制每个变量的直方图
axs[0].hist(df['variable1'], edgecolor='black', alpha=0.5)
axs[0].set_title('Variable 1 Marginal Mean')
axs[0].axvline(x=df['variable1'].mean(), color='red', linestyle='dashed')

axs[1].hist(df['variable2'], edgecolor='black', alpha=0.5)
axs[1].set_title('Variable 2 Marginal Mean')
axs[1].axvline(x=df['variable2'].mean(), color='red', linestyle='dashed')

# 添加标题和标签
plt.tight_layout()
plt.show()

在这个例子中，`axvline()`函数用于在图上画出每个变量的边际均值线。